Осымен аудару STT.ai Enhanced
4.2%
WER
99
Тілдер
15.9x
Жылдамдығы
MIT
Лицензия
& Бұл туралы STT.ai Enhanced
STT.ai Enhanced - бұл біздің ең дәл және жылдам сөйлеуден мәтінге аудару үлгіміз. Ол ең соңғы трансформатор архитектурасы мен жекешелендірілген оптимизациясы негізінде жасалған, 100- ден астам тілде сөз қателерін жоюға арналған. Транскрипция, тікелей субтитрлер және кәсіпорын қолданбалары үшін өте қолайлы.
Қолдау табатын тілдер STT.ai Enhanced
✦ Жаңа үлгіні бұғаттау
Ең дәл модельге кез келген төлемді жоспармен қол жеткізіңіз — Whisper large-v3, 99 тіл, және сөйлеуші диаризациясы.
Жоспарларды көрсету →Үлгі мәліметі
- ПровайдеріOpenAI (hosted by STT.ai)
- Архитектура-
- ЛицензияMIT
- ЖаңартылғанAug 2026
Жиі қойылатын сұрақтар
STT.ai Enhanced - OpenAI (hosted by STT.ai)- нің сөйлеуден мәтінге аудару үлгісі. STT.ai- дің STT.ai Enhanced- ді графикалық процессордың инфрақұрылымы қолдайды, сондықтан оны өзіңіздің жабдықтарыңызды қоспай- ақ қолдана аласыз - аудио не видеоны жүктеп, үлгіні таңдау құралынан STT.ai Enhanced- ді таңдаңыз.
Стандартты тексерулерде STT.ai Enhanced шамамен 4.2% сөз қателігіне ие. Тілдегі қателіктердің шынайы дәлдігі дыбыс сапасына, акцентіне және тіліне байланысты; шулы немесе акцентті жазбалар үшін WER бірнеше пайызға жоғары болады.
STT.ai Enhanced - бұл премиум модель - $5/айдан басталатын кез келген ақы төленетін STT.ai жоспарына кіреді. Бұл тегін деңгейде қол жетімді емес: тегін және анонимді жүктеу орнына Whisper Turbo-ны қолданады.
STT.ai Enhanced MIT ашық-көздік лицензиясымен шығарылған. Сіз STT.ai Enhanced-ді өзіңіздің жабдықтарыңызда немесе біздің хостинг нұсқамызды қолданып, өзіңізде орната аласыз - екеуі де коммерциялық мақсатта қолданылады.
STT.ai Enhanced 99 тілдерді қолдайды. Аудио файлдардың көпшілігі үшін тіл автоматты түрде анықталады; бірақ, дәлдігін арттыру үшін оны қолмен де келтіруге болады.
STT.ai Enhanced аудионы біздің графикалық процессорларда 15.9x жылдамдықпен өңдейді. 1 сағаттық аудио файлды өңдеу 3 минуттан аз уақытты алады; ұзақ файлдар кезекке тұрып, орындалғанда эл. пошта арқылы хабарланады.
STT.ai Enhanced- нің 1.55B параметрлері бар. Үлкен модельдер нақтылығы жоғары, бірақ баяу; STT.ai- дің графикалық процессорында STT.ai Enhanced бар, сондықтан параметрлер саны клиенттік жағының жылдамдығына әсер етпейді.
STT.ai Enhanced STT.ai қолдайтын барлық пішімдерді қабылдайды — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI және басқалары. Шығыс TXT, SRT, VTT, DOCX, JSON немесе PDF.
Иә. Дикторлар тізімі әрбір транскрипция үшін STT.ai Enhanced- мен бірге орындалады - әрбір дыбыс шығарушы белгіленеді, содан кейін редакторда қайта атауға болады.
Иә. STT.ai Enhanced біздің жеке инфрақұрылымымызда жұмыс істейді — аудио әдетті түрде өңделеді және өшіріледі. Pro+ клиенттік шифрлауды қосады, сондықтан транскрипттер сіздің кілтіңізсіз оқылмайды, ал Private Cloud сізге STT.ai Enhanced-ді өзіңіздің VPC-де толықтай хосттауға мүмкіндік береді.
compare-stt құралын пайдаланып, STT.ai Enhanced-ді басқа қолдау көрсетілетін модельдермен салыстырып көріңіз. WER, сегменттер саны, динамиктердің жарлықтары және сенімділік көрсеткіштері қатар көрсетіледі. STT.ai Enhanced мен Whisper Large V3 салыстыруы жиі қолданылады.
Иә. /v1/transcribe аяқтау нүктесіндегі модель параметрі ретінде "stt-ai-enhanced" дегенді келтіріңіз. Python және Node.js SDK- лары STT.ai Enhanced мысалдарды қамтиды. API- ның тегін деңгейі 100 минут/ ай.
Иә. STT.ai Enhanced MIT лицензиясымен шыққандықтан, оны өзіңіз хост ете аласыз. STT.ai ашық көздер бетінде жобаның репозиториясы мен салмағы көрсетілген. Өндірістік топтардың көбі біздің хост нұсқамызды GPU сатып алу, модельдерді алмастыру және операцияларды өткізіп жіберу үшін пайдаланады.